論文の概要: Segmentation Enhanced Lameness Detection in Dairy Cows from RGB and Depth Video

• arxiv url: http://arxiv.org/abs/2206.04449v1
• Date: Thu, 9 Jun 2022 12:16:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-10 21:01:08.570390
• Title: Segmentation Enhanced Lameness Detection in Dairy Cows from RGB and Depth Video
• Title（参考訳）: セグメンテーションによる乳牛のラメネス検出 : rgbおよび深度ビデオによる検討
• Authors: Eric Arazo, Robin Aly, Kevin McGuinness
• Abstract要約: 早期の乳腺検出は、農家が早期に病気に対処し、牛の状態を悪化させることによるネガティブな影響を避けるのに役立つ。 乳房から出る牛の短いクリップのデータセットを収集し,牛の乳腺の程度を注釈した。 我々は、トレーニング済みのニューラルネットワークを利用してビデオから識別的特徴を抽出し、その状態を示す各牛にバイナリスコアを割り当てる「健康」または「ラム」を提案する。
• 参考スコア（独自算出の注目度）: 8.906235809404189
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cow lameness is a severe condition that affects the life cycle and life quality of dairy cows and results in considerable economic losses. Early lameness detection helps farmers address illnesses early and avoid negative effects caused by the degeneration of cows' condition. We collected a dataset of short clips of cows passing through a hallway exiting a milking station and annotated the degree of lameness of the cows. This paper explores the resulting dataset and provides a detailed description of the data collection process. Additionally, we proposed a lameness detection method that leverages pre-trained neural networks to extract discriminative features from videos and assign a binary score to each cow indicating its condition: "healthy" or "lame." We improve this approach by forcing the model to focus on the structure of the cow, which we achieve by substituting the RGB videos with binary segmentation masks predicted with a trained segmentation model. This work aims to encourage research and provide insights into the applicability of computer vision models for cow lameness detection on farms.
• Abstract（参考訳）: 牛の乳化は乳牛のライフサイクルや生活の質に影響を与える重篤な状態であり、経済的にかなりの損失をもたらす。 早期の怠け検知は、農家が早期に病気に対処し、牛の状態の悪化による悪影響を避けるのに役立つ。 乳室から出ている廊下を通り抜ける牛の短いクリップのデータセットを収集し,牛の怠慢度を注釈した。 本稿では,得られたデータセットを探索し,データ収集プロセスの詳細な説明を提供する。 さらに,事前学習したニューラルネットを用いて,映像から識別的特徴を抽出し,その状態を示す各牛にバイナリスコアを割り当てるラメネス検出法を提案した。 我々は,モデルに牛の構造を集中させ,訓練したセグメンテーションモデルで予測した2値セグメンテーションマスクをrgbビデオに置換することにより,このアプローチを改善する。 本研究の目的は、農場における牛の乳腺検出のためのコンピュータビジョンモデルの適用性に関する研究と洞察を提供することである。

関連論文リスト

• A Self-attention Residual Convolutional Neural Network for Health Condition Classification of Cow Teat Images [1.076926044312162]
  本稿では,牛の自己注意残差畳み込みニューラルネットワーク(CTSAR-CNN)モデルを提案する。 牛の乳房の健康評価において、持続的な接続性と自己保持機構を組み合わせて商業農場を支援している。 その結果,CTSAR-CNNの持続接続性と自己保持機構を統合することにより,CTSAR-CNNの精度が向上した。
  論文  参考訳（メタデータ） (2024-09-30T05:30:25Z)
• Supervised Learning Model for Key Frame Identification from Cow Teat Videos [0.9115927248875568]
  本稿では, ウシの乳房炎リスク評価の精度をニューラルネットワークとビデオ解析を用いて改善する手法を提案する。 伝統的に、獣医は乳牛の乳房の健康を評価する。 本論文は、牛のうどんが無傷に見えるビデオのキーフレームをニューラルネットワークで同定する。
  論文  参考訳（メタデータ） (2024-09-26T15:50:43Z)
• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• BovineTalk: Machine Learning for Vocalization Analysis of Dairy Cattle under Negative Affective States [0.09786690381850353]
  牛は口を閉じた,あるいは部分的に閉じた,近距離接触のための低周波発声 (LF) と遠距離通信のための高周波発声 (HF) の2種類の発声を行った。 本稿では,深層学習と説明可能な機械学習,高頻度および低周波の牛の鳴き声の分類,および個別の牛の音声認識の2つの計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:07:03Z)
• Semantic Latent Space Regression of Diffusion Autoencoders for Vertebral Fracture Grading [72.45699658852304]
  本稿では,教師なし特徴抽出器として生成拡散オートエンコーダモデルを訓練するための新しい手法を提案する。 フラクチャーグレーディングを連続回帰としてモデル化し, フラクチャーのスムーズな進行を反映した。 重要なことに,本手法の創成特性は,与えられた脊椎の様々な段階を可視化し,自動グルーピングに寄与する特徴を解釈し,洞察することを可能にする。
  論文  参考訳（メタデータ） (2023-03-21T17:16:01Z)
• Using machine learning on new feature sets extracted from 3D models of broken animal bones to classify fragments according to break agent [53.796331564067835]
  ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。 この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。 監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
  論文  参考訳（メタデータ） (2022-05-20T20:16:21Z)
• Video-based cattle identification and action recognition [0.910162205512083]
  家畜の行動を自動的に分析し,牛の福祉をモニタリングする作業プロトタイプを実演する。 深層学習モデルは農場で取得したビデオで開発、テストされ、牛の識別には81.2%の精度が達成されている。
  論文  参考訳（メタデータ） (2021-10-14T00:55:56Z)
• FetReg: Placental Vessel Segmentation and Registration in Fetoscopy Challenge Dataset [57.30136148318641]
  Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。 コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。 本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:14:27Z)
• T-LEAP: occlusion-robust pose estimation of walking cows using temporal information [0.0]
  乳牛の健康障害である乳腺は、乳牛の歩行を分析して一般的に検出される。 モデルが自動的に画像やビデオの解剖学的ランドマークをローカライズすることを学ぶので、牛の歩行はポーズ推定モデルを使用してビデオで追跡することができます。 ほとんどの動物のポーズ推定モデルは静的であり、ビデオはフレームごとに処理され、時間的情報を使用しない。
  論文  参考訳（メタデータ） (2021-04-16T10:50:56Z)
• Salvage Reusable Samples from Noisy Data for Robust Learning [70.48919625304]
  本稿では,Web画像を用いた深部FGモデルのトレーニングにおいて,ラベルノイズに対処するための再利用可能なサンプル選択と修正手法を提案する。 私たちのキーとなるアイデアは、再利用可能なサンプルの追加と修正を行い、それらをクリーンな例とともに活用してネットワークを更新することです。
  論文  参考訳（メタデータ） (2020-08-06T02:07:21Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。